Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
• Derivación numérica
Universidad Nacional
Aeronáutica en Querétaro
• Polinomios de Lagrange
Suponer que solo se cuenta con la segunda tabla mostrada y se Para encontrar los valores de los coeficientes a0 y a1 se utiliza la
necesita utilizar la temperatura de ebullición de la acetona a 2 atm de información de dos puntos alrededor del punto que se busca, en este
presión. caso son los puntos ‘0’ y ‘1’:
250
200
Temp ( C )
150
100
50
0
0 10 20 30 40 50
Presión (atm)
1
03/03/2013
Por lo tanto la ecuación que aproxima las temperaturas de ebullición Datos tabulares
de la acetona entre 1 atm y 5 atm es: completos
p (x ) = 42.375 + 14.125 x
Si se quisiera una mejor aproximación del “valor verdadero” de la De manera análoga se debe evaluar para las presiones de 1 atm,
temperatura a la presión de 2 atm, podrían utilizarse mas puntos de 5atm y 20 atm, obteniéndose el siguiente sistema de ecuaciones.
la tabla, por ejemplo se pueden usar los puntos 0, 1 y 2.
56.5 = a0 + 1 a1 + 12 a2
113 = a0 + 5 a1 + 5 2 a2
181 = a0 + 20 a1 + 20 2 a2
Y al resolverlo queda el polinomio:
En la siguiente tabla se muestran la aproximación lineal, la cuadrática La aproximación polinomial simple mostrada en las diapositivas
y los datos tabulares. anteriores puede resultar complicada en el caso de que se requiera
un polinomio de grado alto, ya que esto implicaría la solución de un
p2 ( x ) = 39.85 + 17.15 x − 0.50482 x 2 sistema de ecuaciones grande.
p( x ) = 42.375 + 14.125 x
Datos tabulares En este caso se construyen los polinomios de acuerdo a una froma
completos general, simplemente sustituyendo la información de los puntos
disponibles.
p ( x ) = a0 ( x − x1 ) + a1 ( x − x0 )
2
03/03/2013
f ( x0 ) f ( x1 )
a0 = a1 = p ( x ) = L0 ( x ) f (x0 ) + L1 ( x ) f (x1 )
x0 − x1 x1 − x0
En donde x0, x1, f(x0) y f(x1) se obtienen de los datos tabulados. Donde:
L0 ( x ) =
(x − x1 ) L1 ( x ) =
(x − x0 )
(x0 − x1 ) (x1 − x0 )
p ( x ) = L0 ( x ) f (x0 ) + L1 ( x ) f ( x1 ) + L2 ( x ) f ( x2 ) n
En donde: Pn ( x ) = ∑ Li ( x ) f (xi )
L0 ( x ) =
(x − x1 )(x − x2 ) En donde: i =0
(x0 − x1 )(x0 − x2 )
(x − x0 )(x − x2 ) Li ( x ) = ∏
n (x − x )
j
L1 ( x ) =
(x1 − x0 )(x1 − x2 ) i =0
j ≠i
(x − x )
i j
L2 ( x ) =
(x − x0 )(x − x1 )
(x2 − x0 )(x2 − x1 )
Ejemplo:
Ejemplo:
i 0 1 2 3
xi 0 1 3 6
f(xi) -3 0 5 7
3
03/03/2013
Ejemplo: Ejemplo:
f(x)
2
0
Datos tabulados Polinomio de Lagrange
-2
-4
0 2 4 6 8
x
Los métodos de aproximación vistos se concentran en conseguir Ilustración de las distancias di a minimizar:
polinomios que pasen por dos o más puntos de la tabla, según el
grado del polinomio a conseguir. Sin embargo es de tomarse en
cuenta que si los datos de la tabla proceden de experimentación
siempre existirá un error asociado a ellos, entonces no tiene
caso forzar al polinomio a pasar sobre alguno de los datos tabulados,
sino que sería suficiente que pase lo mas cerca posible de todos
los puntos.
El criterio mas común consiste en que las diferencias entre los datos
calculados y el polinomio que las aproxima sean mínimas.
∑ p(x ) − f (x )
Como se debe saber del cálculo diferencial, para minimizar o
i i = ∑ d i2 = mínimo maximizar una función, se debe derivar e igualar a cero.
i =1 i =1
4
03/03/2013
Como las incógnitas son a0 y a1, se deriva parcialmente con respecto Al desarrollar las sumatorias se tiene:
a ellas y se obtiene un sistema de ecuaciones:
∂ m 2
∑ a0 + a1 xi − f (xi ) = 0
∂a0 i =1
∂ m 2
∑ a0 + a1 xi − f ( xi ) = 0
∂a1 i =1 Que simplificadas quedan:
Al resolver el sistema se tiene: Para resolver el problema de manera matricial primero se debe de
escribir el sistema de ecuaciones sobredeterminado.
m m 2 m m
∑ f (xi ) ∑ xi − ∑ xi ∑ f ( xi )xi
a0 = i =1 i =1 i =1 i =1
m
m
2 a0 + a1 x1 + a2 x12 + L + am x1m = y1
m∑ xi − ∑ xi
2
Ax = b
En donde A es la matriz de coeficientes (obtenidos por los valores de
x conocidos), x es el vector de coeficientes desconocidos y b es el
vector de datos f(x). Se despeja x de la siguiente manera:
AT Ax = AT b
(A A) A Ax = (A A)
T −1 T T −1
AT b Longitud
x = (A A) A b
T −1 T
Fuerza
5
03/03/2013
Ejemplo: Ejemplo:
Sustituyendo
a0 =
[0.928][98] − [18][3.986] = 0.11564
5 [98] − [18]
2
5[3.986] − [0.928][18]
a1 = = 0.019434
5[98] − [18]
2
Ejemplo: Ejemplo:
Esto significa que el polinomio que mejor ajusta es: En Scilab se puede solucionar como sigue:
p( x ) = 0.11564 + 0.019434 x
0.3
0.25
Longitud (m)
0.2
0.15
0.1
0 1 2 3 4 5 6 7 8
Fuerza (N)
p( x0 ) = f ( x0 ) = a0
los puntos 0 y 1. Sea el polinomio de la forma:
p( x ) = a0 + a1 ( x − x0 )
6
03/03/2013
p( x ) = f ( x0 ) + ( x − x0 ) f ( x0 , x1 )
En donde: a 0 = f ( x0 )
a1 = f ( x0 , x1 )
a2 = f ( x0 , x1 , x2 )
M
an = f (x0 , x1 , x2 , L, xn )
7
03/03/2013
1200 ∆yi = yi +1 − yi
Variable dependiente
1000
i = 0,1, 2, K
800
600
400
200
0
0 20 40 60 80 100
Variable independiente
k k k
y2 = (1 + ∆ ) y0 yk = y0 + ∆y0 + ∆2 y0 + L + ∆k y0
2
de Ec.4
1
2 k
y3 = (1 + ∆ ) y0
3
En donde:
k (k − 1)(k − 2)L (k − j + 1)
En general:
yk = (1 + ∆ ) y0 k
k
k!
= =
k = 1, 2, 3,..., n j
j! (k − j )! j!
Dando como resultado un polinomio en k de grado j
k k k
yk = y0 + ∆y0 + ∆2 y0 + L + ∆k y0 yk = a0 + a1k + a2 k 2 + L + a j k j
1 2 k
8
03/03/2013
Despejando k se tiene:
x y = f (x ) xk − x0
k=
x0 y0 h
x1 = x0 + h y1
Sustituyendo k en:
x2 = x0 + 2h y2
M M yk = a0 + a1k + a2 k 2 + L + a j k j
xk = x0 + kh yk
Se obtiene:
M M
yk = b0 + b1 x + b2 x 2 + L + b j x j
xn = x0 + nh yn
Resultando
Integración numérica:
f (x ) = x − 2 x + 7 x − 5
3 2
• Introducción
• Métodos de Newton-Cotes
Como ejercicio adicional se sugiere hacerlo con otros valores iniciales,
- Método trapezoidal
por ejemplo: - Método de Simpson
9
03/03/2013
Introducción Introducción
Ejemplo:
Hay algunas veces que el problema de integración no tiene solución
analítica, como se puede ver en las siguientes integrales:
sen(x ) cos ( x )
∫e ∫ ∫e
−x2
dx dx dx
x
Tanto estos casos como aquellos en donde tenemos solamente un
conjunto de datos tabulados que pueden ser el resultado de una
medición o algún estudio estadístico, en donde sea necesario hacer
una integración o derivación, el procedimiento empleado debe ser un
método numérico.
I = ∫ f (x )dx
b
Para estimar la integral de: a
Método trapezoidal:
Método trapezoidal:
Suponiendo el caso de n=1, el intervalo de integración [a,b] queda
como x0=a y x1=b. Por lo anterior la ecuación para la estimación numérica de la integral
La aproximación polinomial de f(x) es un polinomio de primer grado es:
p1(x), es decir, una línea recta como se ve en la figura:
h
∫ f (x )dx = 2 [ f (x ) + f (x )]
b
0 1
a
10
03/03/2013
En este método el intervalo de integración es [a,b] y se divide en dos Lo antes mencionado es:
subintervalos, por lo que se tendrán 3 ecuaciones como se muestra:
∫ f (x )dx = ∫ p2 (x )dx
b x2
x0 = a a x0
x1 = x0 + 1
(b − a ) = a + b − a = 1 (b + a ) Para obtener el polinomio que aproxime los datos originales se usa la
fórmula de Newton en diferencias finitas hacia delante.
2 2 2 2
x2 = b Aplicando lo mencionado resulta el algoritmo de Simpson:
11
03/03/2013
En el método trapezoidal se tiene que el área del trapezoide es: En el método de la cuadratura de Gauss se tiene que en lugar de
seleccionar los puntos A y B del método trapezoidal, se seleccionan
h los puntos C y D.
T= [ f (x0 ) + f (x1 )]
2
El método de Gauss
Que se puede escribir como: aproxima de mejor manera
el área bajo la curva y su
T = ω1 f (x0 ) + ω2 f ( x1 ) problema consiste en
seleccionar los puntos C y D.
Donde:
h
ω1 = ω2 =
2
12
03/03/2013
De forma equivalente a lo mostrado con el método trapezoidal se Este cambio de variable se lleva a cabo con la ecuación:
tiene para el método de cuadratura de Gauss que el área bajo la
curva es: 2 x − (a + b )
z=
b−a
A = ω1 f ( z1 ) + ω2 f ( z 2 )
Para conocer a z1 y z2 se debe sustituir a el límite inferior y superior
Con lo que se esclarece el
respectivamente y se sabe que en consecuencia del cambio de
problema y se ve que lo
variable se tiene:
importante es determinar
después del cambio de
variable a los valores de: ω1 = ω2 = 1
∫ F (z )dz = ω F (z ) + ω F (z )
1
ω1 , ω 2 , z1 y z2 1 1 2 2
−1
Ejercicio: Ejercicio:
13
03/03/2013
Ejercicio: Ejercicio:
Derivación numérica
De la misma manera:
La primer derivada para un polinomio de grado 1 queda: La primer derivada para un polinomio de grado 2 queda:
d f (x ) f (x1 ) − f ( x0 )
=
dx h
14
03/03/2013
Derivación numérica:
Derivación numérica
Ejemplo:
15